2001 FOTOGoogle Cloud presentó una serie de herramientas para que los comerciantes saquen provecho de la inteligencia artificial en sus tiendas, optimizando varios de sus procesos y mejorando las condiciones de su negocio.

El enfoque de estas opciones no solo está pensando en los puntos físicos, sino también en ofrecer alternativas digitales para las ventas en línea y mejorar las experiencias de los clientes en estas plataformas.

En total son cuatro herramientas las que reveló la compañía, que fueron anunciadas en el evento global NRF 2023, que es el más grande de la industria retail donde se muestran los avances y tendencias del sector.

Shelf Checking AI es el nombre de esta herramienta, que permite “identificar diferentes tipos de artículos, sus características y otros factores para facilitar la exposición” en las estanterías de la tienda, lo que genera una mejor organización, ubicación y abastecimiento de los productos.

Por ahora Self Checking AI ya se encuentra disponible en versión preliminar a nivel global.

Otra función es Browse AI, que permite identificar cuáles son los productos adecuados para mostrar a cierta persona al momento de elegir una categoría o tipo de producto.

Por ejemplo, si el usuario busca ‘utensilios de cocina’, la herramienta analiza la experiencia previa y su comportamiento en el historial para mostrar los resultados.

Browse AI ya se encuentra disponible en todo el mundo en 72 idiomas, incluido el español.

.Personalización de búsqueda y navegación, a diferencia de la opción anterior, esta inteligencia artificial se aplica únicamente para el sitio web de la tienda, tomando los datos de navegación y búsqueda del usuario allí, como por ejemplo clics, carrito y compras previas para determinar el gusto y las preferencias de cada comprador. No está ligado a ninguna otra actividad de la cuenta de Google.

Personalization AI ya está disponible de forma general a nivel global.

Por último, Recommendations AI tiene nuevas funciones para “mejorar las sugerencias a usuarios y ofrecer experiencias más personalizadas en las tiendas online”. Son las siguientes:

– Optimización de ingresos: un modelo de aprendizaje automático que combina las categorías de la mercadería, los precios de los artículos, los clics y conversiones de los clientes del e-commerce con el objetivo de mejorar la satisfacción a largo plazo de los compradores.

– Modelo volver-a-comprar: una función que aprovecha el historial de compras para proporcionar recomendaciones personalizadas para nuevas compras.

– Optimización a nivel de página: permite modificar los paneles de recomendación de productos para cada comprador de forma personalizada, lo que mejora la interacción de los usuarios con la tienda.

Fuente: https://www.infobae.com/america/tecno/2023/01/20/como-usar-la-inteligencia-artificial-en-los-comercios/